- 博客(46)
- 问答 (1)
- 收藏
- 关注
RSS订阅原创 深入Django（八）
Django管理后台是一个动态的、基于Web的界面，它允许管理员通过浏览器管理应用程序的数据。它自动根据模型定义生成管理界面。Django允许你高度自定义管理后台，以满足你的特定需求。定义模型Admin：在admin.py中定义模型的Admin类。自定义列表显示：通过属性，你可以控制对象列表页面上显示哪些字段。自定义过滤器：通过属性，你可以添加侧边过滤器。添加搜索框：通过属性，你可以添加搜索功能。定义表单：在Admin类中定义一个表单。自定义字段：通过覆盖表单类，你可以自定义字段的显示和行为。
2024-07-06 12:18:39
713
3
原创 深入Django（七）
Django的数据库迁移系统是一个强大的工具，用于管理数据库模式的变化。它允许你随着应用程序的发展，创建、修改和删除数据库表和字段。在今天的教程中，我们深入探讨了Django的数据库迁移系统。我们学习了迁移的基本概念，如何创建和应用迁移，以及迁移系统的高级用法，包括迁移依赖、数据迁移和迁移历史。Django的迁移系统是一个强大的工具，它简化了数据库模式的管理，支持团队协作，并确保了数据的一致性。
2024-07-06 12:18:06
485
1
原创 深入Django（六）
Django的表单系统提供了一种声明式的方式来创建表单。它允许你定义表单的结构、字段和验证规则，然后自动生成HTML表单。在今天的教程中，我们学习了Django表单系统的基本概念，包括如何创建表单、处理表单数据、验证数据以及与模型集成。表单系统是Django中处理用户输入和数据验证的重要组件，它大大提高了Web应用的可用性和安全性。
2024-07-04 10:07:20
527
1
原创 深入Django（五）
Django的URL路由系统允许你将URL路径映射到Python函数（视图）上。这样，当用户访问特定的URL时，Django就知道应该调用哪个视图来处理请求。在今天的教程中，我们学习了Django的URL路由系统的基本概念，包括如何定义URL模式、捕获动态数据、命名URL以及使用正则表达式。URL路由是Django中连接用户请求和视图的关键部分，它使得Web应用的结构更加清晰和模块化。
2024-07-04 10:06:40
315
原创 深入Django（四）
Django的模板系统是一个强大的工具，用于将动态数据插入到静态或半静态的页面中。它使用自己的模板语言，允许你在HTML中嵌入Python代码。你还可以创建自定义过滤器。创建自定义过滤器：在你的应用目录下，创建一个文件夹，并在其中创建一个文件和一个Python文件，比如。编写自定义过滤器在模板中使用自定义过滤器在今天的教程中，我们学习了Django模板系统的基本概念，包括如何创建模板、使用模板、Django模板语言的控制结构、过滤器以及模板继承。
2024-07-03 16:04:54
676
原创 深入Django（三）
在Django中，视图是一个接收Web请求并返回Web响应的函数或类。简单来说，视图是应用程序逻辑的中心，它负责处理数据并决定发送什么内容给模板。在今天的教程中，我们学习了Django视图的基本概念，包括如何创建函数视图和类视图，如何配置URL，以及如何使用模板和传递数据。视图是Django应用程序中处理业务逻辑和响应用户请求的核心组件。在接下来的几天里，我们将继续探讨Django的其他核心组件，包括模板系统和URL路由。
2024-07-03 16:04:18
509
原创 深入Django（二）
Django模型是一个Python类，它继承自。每个模型类对应数据库中的一个表，模型的属性对应表的字段。Django的模型系统提供了一个高级的抽象层，让你可以用Python代码来操作数据库。在今天的教程中，我们学习了Django模型的基础知识，包括如何定义模型、激活模型、使用模型进行数据的创建、查询、更新和删除，以及模型的一些高级特性。模型是Django应用程序中数据管理的核心，理解模型对于构建任何Django应用程序都是至关重要的。
2024-07-02 20:51:11
444
1
原创 深入Django系列
在这个系列的第一天，我们将从Django的基本概念开始，逐步引导你搭建一个Django开发环境，并运行你的第一个Django项目。Django是一个开源的Web框架，它鼓励快速开发和干净、实用的设计。Django遵循"不要重复自己"（DRY）的原则，这意味着它旨在帮助你避免编写重复的代码。在本博客中，介绍了Django的基本概念，以及如何搭建一个基本的开发环境。我们创建了一个虚拟环境，安装了Django，并运行了第一个Django项目。
2024-07-02 20:49:58
1310
2
原创 栈和队列（二）
例如，在 "abbaca" 中，我们可以删除 "bb" 由于两字母相邻且相同，这是此时唯一可以执行删除操作的重复项。之后我们得到字符串 "aaca"，其中又只有 "aa" 可以执行重复项删除操作，所以最后的字符串为 "ca"。该算式转化为常见的中缀算术表达式为：(4 + (13 / 5)) = 6。该算式转化为常见的中缀算术表达式为：((2 + 1) * 3) = 9。在完成所有重复项删除操作后返回最终的字符串。1. (())} 右边多了一个右括号。返回一个表示表达式值的整数。
2024-03-29 20:57:59
415
原创 反转字符串
中可能会存在前导空格、尾随空格或者单词间的多个空格。返回的结果字符串中，单词间应当仅用单个空格分隔，且不包含任何额外的空格。，检查是否可以通过由它的一个子串重复多次构成。可由子串 "ab" 重复两次构成。中使用至少一个空格将字符串中的。之间用单个空格连接的结果字符串。是由非空格字符组成的字符串。给定一个非空的字符串。
2024-03-23 21:36:13
221
原创 软件工程可行性分析报告
遗憾的是，水下图像质量的恶化给后续的视觉感知分析和水下实际应用带来了诸多限制，如海参检测、水下考古、海洋生物抓取等。水下图像处理系统的目标是改善水下图像的可视质量和信息提取能力，以提供更清晰、更准确的图像数据，帮助用户在水下环境中进行有效的观察、分析和决策。然而，为了确保项目成功，需要充分考虑用户需求，提供易操作的界面和稳定可靠的系统，以提高用户体验和系统的实际应用价值。本项目旨在设计和实现一种水下图像处理系统，通过图像处理技术提高水下图像的质量和清晰度，以满足水下探测、海洋科学研究等领域的需求。
2024-03-22 16:07:24
1350
1
原创 关于图像的几个名词
3.使用直方图方法（也叫双峰法）来寻找二值化阈值 ，直方图是图像的重要特质，直方图方法认为图像由前景和背景给组成，在灰度直方图上，前景和背景都形成高峰，在双峰之间的最低谷处就是阈值所在，取到阈值之后一 一比较就可以了。（像素点1灰度值+..+像素点n灰度值） / n = 像素点平均灰度值avg 然后让每一个像素点与avg一 一比较，小于等于avg的像素点就为0（黑色） 大于avg的像素点为255（白色）这样做比方法一好一些。灰度级：灰度级表明图像在不同灰度的最大数量，灰度级越大，图像的亮度范围越大。
2024-03-20 22:23:29
337
2
原创 Python格式化操作符使用
是 Python 中用于字符串格式化的方法，它提供了灵活的方式来插入和格式化值到字符串中。他通过{}一对花括号来进行操作，下面是。在这个例子中，我们使用关键字参数来指定要插入的值，并在占位符中使用相应的关键字。在这个例子中，我们使用格式化字符串。在这个例子中，我们使用两个占位符。格式化为保留两位小数的字符串。是占位符，它会在字符串中被。在上面的例子中，我们使用。来指定要插入的值的位置。
2024-03-20 21:32:11
187
原创 Python内置函数map、split、join讲解
因此，字符串被拆分为两部分，前两个水果作为列表的前两个元素，剩余的部分作为列表的最后一个元素。函数是 Python 内置函数之一，用于对可迭代对象（如列表、元组等）中的每个元素应用指定的函数，并返回一个包含结果的迭代器。是 Python 字符串对象的方法，用于将字符串按照指定的分隔符进行拆分，并返回拆分后的子字符串列表。是 Python 字符串对象的方法，用于将一个可迭代对象中的字符串元素连接起来，并返回一个新的字符串。中的字符串元素被空格字符作为分隔符连接起来形成了一个新的字符串。
2024-03-18 21:41:27
2366
原创 数据结构-哈希表（二）
请你以数组形式返回两数组的交集。返回结果中每个元素出现的次数，应与元素在两个数组中都出现的次数一致（如果出现次数不一致，则考虑取较小值）。，请你以数组形式返回两数组的交集。返回结果中每个元素出现的次数，应与元素在两个数组中都出现的次数一致（如果出现次数不一致，则考虑取较小值）。但是，数组中同一个元素在答案里不能重复出现。因为 nums[0] + nums[1] == 9 ，返回 [0, 1]。循环遍历时间复杂度为O(n^2)整数，并返回它们的数组下标。你可以按任意顺序返回答案。，请你在该数组中找出。
2024-03-18 21:27:24
1258
10
原创 使用Python IDLE进行Debug调试
5.此时我们进入到该界面，可以看到原来的Python shell窗口出现了，DEBUG ON的字样，这就说明我们的Debug开始进行了。8.这个时候我们的Debug会自动出现,如下图样，这里通过不同的按钮我们可以进行我们的程序调试。4.这里有一个Debug，这里就是我们的调试程序的入口，我们点击打开，然后选择Debugger。2.接着我们可以通过新建文件夹来输入我们的代码或者打开我们已有的代码。3.我们点击我们的Python shell窗口，进入到第一张图的地方。6.返回我们的文件，进行设置断点。
2024-03-16 21:30:14
810
原创 数据结构-哈希表（一）
哈希表（Hash Table），也称为散列表，是一种常见的数据结构，用于存储键值对。它通过将键映射到一个特定的索引位置来实现高效的数据访问和查找。下面是哈希表的基本原理和操作：哈希函数（Hash Function）：哈希表使用哈希函数将键映射到索引位置。哈希函数将任意大小的输入映射为固定大小的输出，通常是一个整数。优秀的哈希函数应该将不同的键均匀地映射到不同的索引位置，以减少冲突。数组存储桶：哈希表内部使用一个固定大小的数组作为存储桶。
2024-03-16 21:18:08
746
1
原创 Python Counter详解
Counter 是 Python collections 模块中的一个类，用于统计可哈希对象的出现次数。它提供了一种方便的方式来计数元素，返回一个字典，其中元素作为键，出现次数作为值。
2024-03-14 22:12:53
1172
1
原创 Python collections模块
模块是Python标准库中提供的一个模块，用于提供一些额外的数据容器和工具，扩展了内置的数据类型。它包含了一些有用的类和函数，用于处理各种数据结构和算法问题。下面是。
2024-03-14 22:05:10
350
原创 数据结构-链表（二）
给你一个链表，两两交换其中相邻的节点，并返回交换后链表的头节点。你必须在不修改节点内部的值的情况下完成本题（即，只能进行节点交换）。[2,1,4,3]给你一个链表，删除链表的倒数第n个结点，并且返回链表的头结点。[1,2,3,5]
2024-03-13 19:52:02
321
原创 Matlab 2022a 安装教程 附安装包
链接：https://pan.baidu.com/s/10Aotpk-oDqNULXvzNWEZ9w?pwd=ff12提取码：ff12。
2024-03-12 21:42:24
1852
1
原创 数据结构-链表(一)
链表（Linked List）是一种常见的数据结构，用于存储和组织数据。与数组不同，链表的元素（节点）在内存中不必连续存储，而是通过指针链接在一起。链表由多个节点组成，每个节点包含两部分：数据（存储实际的元素值）和指针（指向下一个节点的引用）。链表的第一个节点称为头节点，最后一个节点称为尾节点，尾节点的指针通常指向空值（null）。下面是链表的一些基本特点和操作：动态性：链表的长度可以根据需要动态增长或缩小，不需要预先分配固定大小的空间。
2024-03-12 21:33:06
1504
5
原创 三大排序：冒泡、选择、插入
它的原理是在未排序部分中选择最小（或最大）的元素，并将其放置在已排序部分的末尾。尽管插入排序的性能在大规模数据集上比其他高级排序算法略逊一筹，但在小型或部分有序的数组上，插入排序的效率较高，并且它的实现较为简单。它通过比较相邻元素的大小，并交换它们的位置，使较大（或较小）的元素逐渐“浮”到数组的一端，从而实现排序的目的。将较大（或较小）的元素交换到右侧，这样一次遍历之后，最大（或最小）的元素就会“浮”到数组的末尾。重复上述步骤，每次从未排序部分选择一个最小（或最大）的元素，并将其放置在已排序部分的末尾。
2024-03-11 21:13:26
1290
3
原创 矩阵 螺旋矩阵
提取元素，然后再进入内部一层重复相同的步骤，直到提取完所有元素。所有元素，且元素按顺时针顺序螺旋排列的。，返回矩阵中的所有元素。：从左上角开始，按照。
2024-03-11 19:45:31
481
3
原创 数据结构-滑动窗口
你想要尽可能多地收集水果。最小覆盖子串 "BANC" 包含来自字符串 t 的 'A'、'B' 和 'C'你正在探访一家农场，农场从左到右种植了一排果树。这些树用一个整数数组。如果从第一棵树开始采摘，则只能采摘 [0,1] 这两棵树。可以采摘 [1,2,2] 这三棵树。如果不存在符合条件的子数组，返回。所有字符的子串，则返回空字符串。找出该数组中满足其总和大于等于。个正整数的数组和一个正整数。，返回你可以收集的水果的。所有字符的最小子串。可以采摘全部 3 棵树。
2024-03-10 08:58:43
623
3
原创 数据结构-二分查找
3,待查找目标值不在数组中且不在li范围内，[1,2,3,5,5,6,7] target=8。2，3两种情况此时都返回[-1,-1]此时返回值为：[3,4] 2.待查找目标值不在数组中但其大小范围在li中，[1,2,3,5,5,6,7] target=4。首先这个题目分为三种情况，1.待查找目标值在数组中例如：[1,2,3,5,5,6,7] target=5。是一个可以写成某个整数的平方的整数。换句话说，它可以写成某个整数和自身的乘积。，如果目标值存在返回下标，否则返回。是一个完全平方数，则返回。
2024-03-09 19:53:40
320
1
原创 力扣Python方法解析
给定一个整数数组 nums 和一个整数目标值 target，请你在该数组中找出 和为目标值 target 的那 两个 整数，并返回它们的数组下标。你可以假设每种输入只会对应一个答案。但是，数组中同一个元素在答案里不能重复出现。你可以按任意顺序返回答案。示例 1：输入：nums = [2,7,11,15], target = 9输出：[0,1]解释：因为 nums[0] + nums[1] == 9 ，返回 [0, 1]。
2024-03-09 19:19:33
719
7
原创 力扣刷题日常(二)
原理：第一次从待排序的数据元素中选出最小(或最大的）一个元素，存放在序列的起始位置，然后从剩余的未排序元素中寻找到最小（大）元素，继续放在起始位置直到未排序元素个数为0。大致步骤：1>在序列中选出最小（最大）值放在序列的起始位置2>在从剩余元素中继续寻找最小（最大）值放在未排序的起始位置3>重复2>直到排序完成。
2023-12-23 19:55:14
741
7
原创 力扣刷题日常（一）
给你一个整数数组nums，除了某个元素只出现一次以外，其余每个元素均出现两次。找出那个只出现了一次的元素。你必须设计并实现线性时间复杂度的算法来解决此问题，且该算法只使用常量额外空间14nums = [1]1本题采用位运算进行解答，首先介绍一下异或运算不同为1，相同为00与任何数进行异或等于任何数。任何数与本身运算等于0，异或满足交换律和集合率本题求出现一次的数，出现偶数次的数异或为0，最后0与出现一次的数异或则等于该数。
2023-12-19 20:49:01
473
2
原创 一文讲解图像梯度
图像梯度计算的是图像变化的幅度。对于图像的边缘部分，其灰度值变化较大，梯度值变化也较大；相反，对于图像中比较平滑的部分，其灰度值变化较小，相应的梯度值变化也较小。一般情况下，图像梯度计算的是图像的边缘信息。它在图像处理和计算机视觉中具有重要的应用，常用于边缘检测、特征提取和图像增强等任务。
2023-10-12 08:25:55
5991
18
原创 conda 创建虚拟环境
我们在做开发或者跑论文实验可能会同时进行多个任务，这些任务可能会依赖于不同的python环境，比如有的用到3.6有的用到3.7，这时我们创建不同版本的python，放到虚拟环境中给不同的任务分别提供其所需要的版本，这样可以将各任务所用的环境隔离开不会相互影响。
2023-10-11 10:56:59
3548
16
原创 混淆矩阵（Confusion Matrix）
混淆矩阵是一种用于评估分类模型性能的重要工具。它通过矩阵形式清晰地展示了模型对样本进行分类的结果，帮助我们理解模型在不同类别上的表现。混淆矩阵概述混淆矩阵是一个二维矩阵，用于总结分类模型在不同类别上的预测结果，包括 True Positive (TP)、False Negative (FN)、False Positive (FP)、True Negative (TN)。性能指标准确率（Accuracy）：模型正确分类的样本占总样本数的比例。精确率（Precision）
2023-10-07 16:38:44
24938
22
原创 【数据分析】pandas (三)
在这里，我们将讨论pandas数据结构中常见的许多基本功能让我们创建一些示例对象：要查看一个Series或DataFrame对象的部分内容，可以使用head()和tail()方法。要显示的元素的默认数量是5个，但是可以传递一个自定义的数字。一般head为前面5行，tail为后面5行Pandas对象具有许多属性，使您能够访问元数据pandas的对象(index，Series，DataFrame)可以被认为是数组的容器，他保存实际数据并进行实际计算。对于许多数据类型，底层数组是numpy.ndarry。但是
2023-08-09 21:11:07
1013
32
原创 【数据分析】pandas( 二)
本片文章我们来介绍pandas的另一个数据类型DataFrameDataFrame是一个二维标记数据结构，其中包含可能不同类型的列。您可以将其视为电子表格或SQL表，或者Series对象的字典。它通常是最常用的pandas对象。与Series一样，DataFrame接受许多不同类型的输入：一维ndarray，列表，字典，或字典的Series二维numpy.ndarray结构化或记录数组一个Series其他DataFrame等除了数据之外，您还可以选择传递索引（行标签）和列（列标签）参数。
2023-08-07 18:17:30
1610
42
原创 【数据分析】pandas 一
pandas是Python的一个第三方开源库，是Python数据分析的必备高级工具，Pandas 这个名字来源于面板数据（Panel Data）与数据分析（data analysis）这两个名词的组合。在经济学中，Panel Data 是一个关于多维数据集的术语。Pandas 最初被应用于金融量化交易领域，现在它的应用领域更加广泛，涵盖了农业、工业、交通等许多行业。Series是一个一维标记数组，能够保存任何数据类型（整数，字符串，浮点数，Python对象等）。创建它的基本方法是调用Series。
2023-08-02 17:46:49
1338
16
原创 【数据分析】numpy （二）
是指 NumPy 在算术运算期间处理不同形状的数组的能力。对数组的算术运算通常在相应的元素上进行。如果两个阵列具有完全相同的形状，则这些操作被无缝执行。以下就不再一一列举，我转成表格大家可以去Python手动尝试一下。
2023-07-31 18:20:57
1176
22
原创 【数据分析】Numpy （一)
NumPy 是一个 Python 库。英文是 “Numeric Python”。它是一个由多维数组对象和用于处理数组的例程集合组成的库。Numeric，即 NumPy 的前身，是由 Jim Hugunin 开发的。也开发了另一个包 Numarray ，它拥有一些额外的功能。2005年，Travis Oliphant 通过将 Numarray 的功能集成到 Numeric 包中来创建 NumPy 包。这个开源项目有很多贡献者。
2023-07-30 21:53:07
1004
25
爬取某网站车辆交易信息
2024-07-08
Python自动化爬取新闻
2023-08-01
pycharm的包不能添加
2022-03-27
TA创建的收藏夹 TA关注的收藏夹
TA关注的人